deephub

摘要： GAN是一个非常巧妙并且非常有用的模型。当有大量关于 GAN 的论文时，但是你会发现这些论文通常很难理解，你可能会想要一些对初学者更友好的东西。所以本文的对非传统机器学习人员来说，是我能想到的最好的例子。 什么是 GAN？ GANs 或 Generative Adversarial Networks 阅读全文

摘要： 1、3D Convolutional Neural Networks for Dendrite Segmentation Using Fine-Tuning and Hyperparameter Optimization https://arxiv.org/pdf/2205.01167 Jim Ja 阅读全文

摘要： Python 3.11 pre-release已经发布。更新日志中提到： Python 3.11 is up to 10–60% faster than Python 3.10. On average, we measured a 1.25x speedup on the standard benc 阅读全文

摘要： 多目标跟踪（Multiple Object Tracking） MOT 获取单个连续视频并以特定帧速率 (fps) 将其拆分为离散帧以输出 检测每帧中存在哪些对象 标注对象在每一帧中的位置 关联不同帧中的对象是属于同一个对象还是属于不同对象 MOT的典型应用 多目标跟踪（MOT） 用于交通控制、数字 阅读全文

摘要： 本文将使用简单的说明性示例来解释移动平均模型（Arima [p，q]中的MA [Q]）。 假设你今天得到100股公司股票。让我们用Y1表示今年，用A(1)表示回报。再假设从明年开始，每年授予25%的股票，为期四年。以下是一段时间内未授予股票的数量: 此外，在Y2，获得了100股，加上A(1)的75股 阅读全文

摘要： 多层感知机还在进步，关于深度学习中MLP的5篇最新的论文推荐 1、MLP-Hash: Protecting Face Templates via Hashing of Randomized Multi-Layer Perceptron https://arxiv.org/pdf/2204.11054 阅读全文

摘要： 在本文中，将演示一些不常见，但是却非常有用的 Pandas 函数。 创建一个示例 DataFrame 。 import numpy as np import pandas as pd df = pd.DataFrame({ "date": pd.date_range(start="2021-11-2 阅读全文

摘要： 虽然大多数的特征策略都与领域相关，并且必须针对每个应用程序进行专门调整。但特征工程是操纵原始数据和提取机器学习特征的过程，探索性数据分析 (EDA) 可以使用特征工程技术来可视化数据并在执行机器学习任务之前更好地识别模式和异常值。这是数据科学的重要一步，可以确保特定机器学习应用程序的预期结果。 使用 阅读全文

摘要： 不到两年的时间ViT 已经彻底改变了计算机视觉领域，利用transformers 强大的自注意机制来替代卷积，最近诸如 MLP-Mixer 和通过精心设计的卷积神经网络 (CNN) 等方法也已经实现了与 ViT 相当的性能。 在新论文 Sequencer: Deep LSTM for Image C 阅读全文

摘要： 机器学习是未能完全解决的一个领域是股票预测，因为它可能是最有利可图的研究领域之一所以在这方面的研究仍然在继续。投资者希望能够放心地把钱投在表现优异的公司，随着投资的增加，公司的发展也将会突飞猛进，投资的收益也会增长。 在过去的研究中，出现了而很多的方式，但这些方式和方法并不是很成功，所以本文将这个领 阅读全文